Armando un proyecto de trabajo

class: center, middle, inverse, title-slide

.title[
# Armando un proyecto de trabajo
]
.subtitle[
## Big Data e Inteligencia Territorial
]

---

.remark-slide-content {
    font-size: 25px;
    padding: 1em 1em 1em 1em;
}

.remark-code{
  line-height: 1.5; font-size: 80%
}

@media print {
  .has-continuation {
    display: block;
  }
}
</style>

# Hoja de ruta

## ✔️ Estructura de carpetas

## ✔️ Proyectos de trabajo (_R project_)

---
class: inverse, middle, center

# Proyectos y rutas de trabajo

---
# Proyectos y rutas de trabajo

Intentar correr el siguiente script:

```r
library(tidyverse)

b_inmuebles <- read_csv("C:\Users\pablo\Documents\Pablo\Cursos R\R+FLACSO\R+BigData\r_bigdataEit_flacso\datos")
```

### A tener en cuenta respecto a la sentencia para importar el archivo (nuestra base):

- Si se la compartimos a otra persona, __se rompe__
    
- Si cambiamos de computadora, __se rompe__
    
- Si lo cambiamos de lugar, __se rompe__

---
# Armar un nuevo proyecto

.pull-left[

#### Paso 1:

]

.pull-right[

#### Paso 2:

]

---
# Armar un nuevo proyecto

.pull-left[

#### Paso 3:

]

.pull-right[

#### Resultado:

]

---
# Armar un nuevo proyecto

---
# Proyectos y rutas de trabajo

### Armando un proyecto con Rstudio, al ubicar la base de datos en la carpeta, la función se escribiría de esta forma:

```r
library(tidyverse)

b_inmuebles <- read_csv("inmuebles-estado-nacional.csv")
```

### Ventajas:

- R pone un ancla, un punto de partida desde donde recorre las carpetas de la computadora.

- A == orden de carpeta --> == código para encontrar el archivo.

---
# Flujo de trabajo

### Supongamos que queremos comenzar un nuevo proyecto para analizar el conjunto de inmuebles del Estado Nacional Argentino.

#### El flujo de trabajo sería el siguiente:

1) Armo la carpeta del proyecto, por ejemplo con la estructura siguiente:

- 📂 inmuebles_estado

- 📂 datos
    
    - 📂 resultados
    
    - 📂 scripts
    
    - 📂 docs

---
# Proyecto de trabajo

2) Ubico la base de datos en la carpeta correspondiente (__datos__):

- 📂 inmuebles_estado

- 📂 datos
    
         - 📄 inmuebles-estado-nacional.csv
    
    - 📂 resultados
    
    - 📂 scripts
    
    - 📂 docs_metodologicos

---
# Proyecto de trabajo

3) Abro Rstudio y creo un proyecto, ubicado en la carpeta principal (**inmuebles_estado**)

- 📂 inmuebles_estado
   
     -  <img src = "data:image/png;base64,#img/Rproject.png" style="height: 35px; width:35px;"/>  _proyecto_inmuebles_estado.Rproj_
  
     - 📂 datos
     
         - 📄 _inmuebles-estado-nacional.csv_
     
     - 📂 resultados
     
     - 📂 scripts
     
     - 📂 docs

---
# Proyecto de trabajo

4) Creo un script llamado _levantar_datos.R_ para trabajar en R y lo guardo en la carpeta __scripts__

- 📂 inmuebles_estado
    
    -  <img src = "data:image/png;base64,#img/Rproject.png" style="height: 35px; width:35px;"/>  _inmubles_estado.Rproj_
  
    - 📂 datos
  
        - 📄 _inmuebles-estado-nacional.csv_
  
    - 📂 resultados
    
    - 📂 scripts
    
        - 📄 _1_levantar_datos.R_
    
    - 📂 docs

---
# Proyecto de trabajo

5) En el script, cargo los paquetes cuyas funciones voy a utilizar. En este caso, el paquete `tidyverse` para poder importar bases de datos con la función `read_csv()`:

```r
library(tidyverse)
```

6) Creo un objeto en el cual voy a importar la base de datos y utilizo la función `read_csv()` para hacerlo.

__Recordar:__ _Estamos en un proyecto, por lo que la ruta comienza en la carpeta en la que se encuentra el archivo .Rproj_

```r
b_inmuebles <- read_csv("datos/inmuebles-estado-nacional.csv")
```

---
# Funciones para una primera mirada a la base de datos:

---
class: inverse, middle, center

# PRÁCTICA

---
class: inverse, middle

# Práctica

1. Crear una carpeta donde alojar el proyecto de trabajo

1. Crear la estructura de carpetas propuesta

1. En la carpeta __datos__ (o como la hayas nombrado) incorporar una base de datos, preferentemente que usemos cotidianamente.

1. Crear un script de trabajo y alojarlo en la carpeta __scripts__ (o como la hayas nombrado)

1. Importar la base de datos y aplicar alguna de las funciones descritas previamente